27 жовтня 2026 року підрозділ Google DeepMind представив Genie 4 — нову «модель світу» (world model), здатну в реальному часі створювати інтерактивні віртуальні простори з реалістичною фізикою, звуковим супроводом і живими діалогами персонажів. Як випливає з анонсу, підготовленого командою дослідників DeepMind, модель є від початку мультимодальною: вона водночас із симульованим середовищем генерує музику, фонові звуки та мовлення. Ключове кількісне покращення порівняно з попередньою версією — тривалість стабільної взаємодії з віртуальним світом збільшилася вдвічі, з однієї до двох хвилин. На момент публікації матеріалу модель доступна лише обмеженому колу перевірених тестувальників у межах дослідницького прев'ю.

Світ, який змінюється за командою

Відмінна риса Genie 4 — можливість змінювати віртуальне середовище прямо під час взаємодії з ним. Користувач текстовою командою може змінити погоду, додати нові об'єкти чи персонажів, а також перемістити камеру; нейромережа перебудовує сцену з урахуванням вказівок, зберігаючи водночас можливість подальшого переміщення створеним простором. Керування здійснюється стандартними клавіатурними командами, що робить модель придатною для швидкого прототипування сцен без традиційного ручного моделювання. За заявою розробників, користувач може запустити певну подію, а Genie 4 змоделює її подальший розвиток — реакцію світу, його звучання, а також рухи, реакції та мовлення людей, які в ньому перебувають.

Фізика, звук і жива мова

Серед головних покращень — точніша імітація фізичних процесів: модель навчилася відтворювати зіткнення об'єктів, аеродинамічні ефекти та рухи людей. Персонажі реагують на те, що відбувається, і взаємодіють з користувачем. Модель самостійно генерує звуковий супровід — шум вітру, плескіт води, музику й людську мову, причому діалоги змінюються в реальному часі залежно від дій користувача. У демонстраціях звуковий супровід створює безпосередньо сама модель, що підкреслює її мультимодальну природу.

Узгодженість сцени забезпечує сімейство Gemini

За узгодженість подій у сцені відповідає модель Gemini 3.8 Flash: вона аналізує генеровані кадри, розбиває складні завдання на послідовні дії та перевіряє їх виконання, а у разі зміни умов користувачем коригує подальші події. Google також продемонструвала спільну роботу Genie 4 та Gemini 4 Argon на прикладі віртуального людиноподібного робота Apollo, який грає в шашки. За даними DeepMind, модель використовує і розвиває можливості сімейства Gemini, де одні компоненти забезпечують реалістичне відображення та поведінку симуляцій, а інші виконують складні міркування, необхідні для збереження безперервності сцени.

Застосування та плани щодо доступу

Розробники розглядають Genie 4 не лише як інструмент для створення ігрових світів: технологію планують використовувати для попередньої візуалізації сцен у кіно, розробки ігрових прототипів та підготовки тренувальних симуляцій для роботів. Для контексту: попередню версію Genie 3 Google відкрила для передплатників AI Ultra у США в січні 2026 року, тоді тривалість взаємодії з віртуальним середовищем обмежувалася однією хвилиною. Згодом Google планує надати доступ до Genie 4 передплатникам AI Ultra через Project Genie, а також окремим розробникам через Gemini API та Google AI Studio; терміни широкого запуску не названі.

Обмеження, про які попереджає компанія

Google попереджає, що під час тривалої роботи об'єкти можуть несподівано змінювати зовнішній вигляд або положення, а фізика й поведінка персонажів поки що не завжди відповідають реальності. Таким чином, Genie 4 на поточному етапі залишається дослідницьким інструментом, чиє завдання — продемонструвати «безпрецедентний реалізм» і покращити інтерактивне моделювання в реальному часі, а не замінити повноцінні ігрові чи кінематографічні конвеєри.